摘要
针对传统图像匹配算法存在误匹配率高、匹配耗时长等问题,提出一种基于局部保持匹配(LPM)的改进图像匹配算法。该算法首先对图像进行双边滤波,减少噪声干扰,之后在尺度不变特征变换(SIFT)算法下提取鲁棒特征点,并利用欧氏距离进行粗匹配得到初始匹配集;然后利用LPM算法对初始匹配集中具有相似局部邻域结构的特征点进行保留,剔除不符合条件的匹配对,得到二次匹配集;最后利用改进的随机抽样一致性(RANSAC)算法建立局部最优模型,并对二次匹配集进行误匹配点剔除,得到精匹配集,实现高精度匹配。通过采用Oxford标准数据集与真实图像进行仿真的实验结果表明,与其他几种算法相比,改进的图像匹配算法在图像发生旋转、缩放、尺度以及光照等变化时匹配精度与匹配实时性均有显著提升,因此,改进算法具有良好的匹配性能。
- 单位